4. Normal模型核心

在利率期权定价的实践中,Black模型长期占据主流地位,但它有一个隐含假设:利率必须保持为正。当市场进入零利率甚至负利率环境时,Black模型会直接失效。Normal模型(又称Bachelier模型)正是为解决这一问题而生的替代框架。本节将围绕其正态分布假设、Bachelier定价公式、零利率下限处理能力以及与Black模型的系统对比展开。

一、核心原理:从对数正态到正态的假设切换

Black模型假设远期利率服从对数正态分布,这意味着利率永远大于零,且分布呈右偏形态。Normal模型则假设远期利率服从正态分布,利率可以取任意实数值,包括零和负数。这一假设切换看似简单,却从根本上改变了定价公式的行为特征。

在Normal模型下,远期利率的随机过程可写为:

dF(t) = σ_N · dW(t)

其中 σ_N 是绝对波动率(以利率单位计量,如 bp/年),而非Black模型中的相对波动率。这意味着Normal模型的波动率不随利率水平变化,而Black模型的波动率会随利率成比例缩放。

关键区别:Black模型中,利率从2%降到0.5%时,同样的相对波动率对应的绝对波动幅度会缩小4倍;Normal模型中,绝对波动幅度保持不变。这正是零利率环境下Normal模型更稳定的原因。

二、Bachelier定价公式与参数体系

Bachelier模型给出了欧式看涨期权的解析定价公式。设远期利率为 F,执行价为 K,绝对波动率为 σ_N,到期时间为 T,则看涨期权价格 c 为:

d = (F - K) / (σ_N · √T)
c = (F - K) · Φ(d) + σ_N · √T · φ(d)
p = (K - F) · Φ(-d) + σ_N · √T · φ(d)

其中 Φ(·) 为标准正态累积分布函数,φ(·) 为标准正态概率密度函数。与Black公式相比,Bachelier公式中不再出现 F 和 K 的乘积项,而是以差值 (F - K) 为核心,这使得当 F 或 K 接近零时公式依然数值稳定。

参数体系上,Normal模型需要关注以下核心输入:

  • 远期利率 F:可直接为零或负值,无需做任何平移或截断处理。
  • 绝对波动率 σ_N:通常以 bp/年 为单位报价,与利率水平解耦。
  • 执行价 K:同样可为负,适用于负利率环境下的期权合约。
  • 贴现因子:与Black模型一致,使用对应期限的贴现曲线。

三、零利率下限处理与市场实践

在零利率下限(ZLB)环境下,Normal模型展现出独特的优势。当市场利率接近零时,Black模型的对数正态假设导致隐含波动率必须趋于无穷大才能匹配市场价格,出现所谓的“波动率微笑爆炸”。Normal模型则无需任何特殊处理,直接以绝对波动率报价,市场参与者可以直观理解。

实际交易中,对于利率上限/下限(Cap/Floor)和互换期权(Swaption),当执行价接近零或为负时,做市商通常切换到Normal模型报价。欧元区和日元市场的负利率经验表明,Normal模型在负利率区间的定价和风险参数(如Delta、Gamma)表现更加平滑和可解释。

实操建议:在构建波动率曲面时,可以对正利率区域使用Black模型、对零附近及负利率区域使用Normal模型,并通过“波动率转换”公式在两者之间切换:σ_Black ≈ σ_N / F。但需注意该转换在 F 接近零时不稳定,应设置切换阈值。

四、Normal模型与Black模型的系统对比

下表从假设、公式、参数、适用场景等维度对两个模型进行系统对比:

对比维度Black模型Normal模型(Bachelier)
分布假设对数正态分布正态分布
利率取值范围严格大于零任意实数(含零和负值)
波动率类型相对波动率(%)绝对波动率(bp)
定价公式核心F·Φ(d1) - K·Φ(d2)(F-K)·Φ(d) + σ√T·φ(d)
零利率表现失效或需特殊处理自然支持
负利率表现无法处理直接支持
波动率微笑需引入平移或SABR天然对称,微笑更平缓
典型应用正利率市场的Cap/Floor、Swaption零/负利率市场、短期利率期权

五、案例场景与常见误区

假设某欧元互换期权,标的远期互换利率为 -0.15%,执行价为 -0.10%,到期时间1年。若使用Black模型,由于 F 为负值,ln(F/K) 无定义,模型直接崩溃。使用Normal模型,设 σ_N = 40bp,则:

d = (-0.0015 - (-0.0010)) / (0.0040 × 1) = -0.125
c = (-0.0015 + 0.0010) × Φ(-0.125) + 0.0040 × φ(-0.125)
  ≈ -0.0005 × 0.4503 + 0.0040 × 0.3958
  ≈ -0.000225 + 0.001583
  ≈ 0.001358(即13.58bp)

该结果可直接用于报价和风险管理,无需任何平移调整。

常见误区:许多初学者认为Normal模型“更简单所以更粗糙”,实际上在零利率环境下,Normal模型的风险参数(尤其是Gamma和Vega)比强行平移后的Black模型更稳定。另一个误区是直接用 σ_Black = σ_N / F 做转换而不检查 F 的大小,当 F 低于0.5%时该转换误差急剧放大,应改用更精确的转换方法或直接使用Normal模型定价。

总结来说,Normal模型并非Black模型的“简化版”,而是针对不同市场环境的“对等替代方案”。理解其正态分布假设、Bachelier公式结构以及零利率处理能力,是在负利率时代进行利率期权定价的必备技能。

Normal模型与Black模型分布假设对比 Black模型:对数正态分布 利率 概率 0% 右偏,利率>0 Normal模型:正态分布 利率 概率 0% 对称,可含负值 负利率区间 零利率下限:Black模型失效,Normal模型自然支持